Promptable 项目使用教程
2024-09-24 13:47:16作者:滕妙奇
1. 项目介绍
Promptable 是一个用于构建大型语言模型(LLM)应用的 TypeScript/JavaScript 库。它允许开发者结合 LLM 和嵌入式提供商(如 OpenAI、Hugging Face、Cohere 和 Anthropic)来创建强大的 AI 应用。Promptable 提供了一个灵活且可扩展的 API,使得组合 LLM 与其他工具和数据源变得简单,从而快速构建复杂的应用。
2. 项目快速启动
安装
首先,确保你已经安装了 Node.js 和 npm。然后,通过以下命令安装 Promptable:
npm install promptable
示例代码
以下是一个简单的示例,展示如何使用 Promptable 创建一个基本的聊天机器人:
import { Promptable } from 'promptable';
// 初始化 Promptable
const promptable = new Promptable({
apiKey: 'your-openai-api-key',
});
// 创建一个简单的聊天机器人
const chatbot = promptable.createChatbot({
model: 'gpt-3.5-turbo',
prompt: 'You are a helpful assistant.',
});
// 与聊天机器人交互
chatbot.sendMessage('Hello, can you help me?').then(response => {
console.log(response);
});
运行示例
- 克隆项目仓库:
git clone https://github.com/cfortuner/promptable.git
cd promptable
- 复制环境变量示例文件:
cp apps/web/.env.example apps/web/.env
cp examples/.env.example examples/.env
-
在
.env文件中添加你的 OpenAI API Key。 -
安装依赖并运行示例:
pnpm install
pnpm dev
- 在另一个终端窗口/标签中运行特定示例:
pnpm run example <example-name>
3. 应用案例和最佳实践
应用案例
- 聊天机器人与对话式 AI:使用 Promptable 构建智能聊天机器人,提供自然语言交互。
- 问答机器人:创建能够回答用户问题的 AI 系统。
- 写作应用:利用 LLM 生成高质量的文本内容。
- Copilot 应用:构建基于 Chrome 扩展和 VSCode 扩展的 AI 助手。
- AI 语义搜索应用:实现基于语义的文本搜索功能。
- AI 自动化工具:创建自动化工作流和工具,提升工作效率。
最佳实践
- 模块化设计:将复杂的应用拆分为多个模块,便于维护和扩展。
- 调试与追踪:使用 Promptable 提供的调试工具,确保应用的稳定性和性能。
- 数据集成:结合数据库和 API,增强 AI 应用的功能和数据处理能力。
4. 典型生态项目
- NextJS 与 Promptable 集成:提供了一个 NextJS 的启动套件,包含流式聊天机器人和问答机器人等功能。
- Promptable Web SDK:用于 Promptable 网站的 Web SDK,提供丰富的功能和接口。
- Twilio GPT SMS Chat Bot:结合 Twilio 和 GPT 的 SMS 聊天机器人项目。
- GPT3 Interview Chatbot:使用 GPT-3 构建的面试聊天机器人。
通过以上模块,你可以快速了解并开始使用 Promptable 项目。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248